लॅब प्रयोग नियंत्रण ऑफर शेतात प्रयोग वास्तववाद देतात, आणि डिजिटल क्षेत्रात प्रयोग प्रमाणात नियंत्रण आणि वास्तववाद एकत्र.
प्रयोग अनेक विविध आकार आणि आकारांची येतात. पण या फरक असूनही, संशोधक तो उपयुक्त लॅब प्रयोग आणि शेतात प्रयोग दरम्यान एक अखंड बाजूने प्रयोग आयोजित करण्यात आढळले आहेत. आता मात्र, संशोधक देखील प्रयोग analog प्रयोग आणि डिजिटल प्रयोग दरम्यान एक अखंड बाजूने आयोजित पाहिजे. या द्विमितीय रचना जागा ताकद आणि विविध पध्दती कमकुवतपणा हे सर्व समजून आणि सूचित महान संधी भागात (आकृती 4.1) मदत करेल.
पूर्वी, संशोधक प्रयोग आयोजित की मुख्य मार्ग लॅब मैदानावरील आकारमान बाजूने होते. सामाजिक विज्ञान प्रयोग बहुतांश विद्यार्थ्यांसाठी अभ्यासक्रम क्रेडिट एक लॅब मध्ये विचित्र कामे जेथे लॅब प्रयोग आहेत. सामाजिक वर्तन अतिशय विशिष्ट सिद्धांत चाचणी करण्यासाठी डिझाइन केलेले अतिशय विशिष्ट उपचार तयार करण्यासाठी संशोधक सक्षम होते कारण प्रयोग या प्रकारच्या मानसशास्त्र संशोधन प. काही समस्या, तथापि, काहीतरी जसे वेगळ्या सेटिंग मध्ये अशा असामान्य कामे करत अशा असामान्य लोक मानवी वर्तन मजबूत निष्कर्ष काढत बद्दल थोडी विचित्र वाटते. ही समस्या क्षेत्रात प्रयोग दिशेने एक चळवळ झाली आहे. फील्ड प्रयोग सहभागी प्रातिनिधिक गट, अधिक नैसर्गिक सेटिंग्ज मध्ये यादृच्छिक नियंत्रण प्रयोग मजबूत डिझाइन एकत्र अधिक सामान्य कामे करत.
काही लोक पद्धती स्पर्धा म्हणून लॅब आणि शेतात प्रयोग विचार तरी, तो विविध ताकद व कमकुवतपणा पूरक पद्धती म्हणून त्यांना विचार सर्वोत्तम आहे. उदाहरणार्थ, Correll, Benard, and Paik (2007) वापरले, एक लॅब प्रयोग आणि स्रोत "मातृत्व दंड." युनायटेड स्टेट्स मध्ये शोधण्यासाठी प्रयत्न क्षेत्र प्रयोग दोन्ही, माता निपुत्रिक महिला पेक्षा कमी पैसे कमवू असताना देखील समान रोजगार काम समान कौशल्य महिला तुलना. या नमुना अनेक शक्य स्पष्टीकरण आहेत, आणि एक नियोक्ते आयांवर तो हल्ला पूर्वग्रहदूषित आहेत. (ते तुलना निपुत्रिक पुरुषांपेक्षा जास्त मिळविण्याचे कल विशेष म्हणजे उलट पूर्वजांना खरे आहे असे वाटते). लॅब मध्ये एक आणि शेतातील: आयांवर तो हल्ला शक्य कल मूल्यांकन करण्यासाठी, Correll आणि सहकारी दोन प्रयोग संपली.
प्रथम, एक लॅब प्रयोग Correll आणि सहकारी सहभागी महाविद्यालयीन undergraduates होते म्हणाला, कॅलिफोर्निया-आधारित स्टार्टअप संचार कंपनी त्याच्या नवीन ईस्ट कोस्ट विपणन विभागाचे नेतृत्व एक व्यक्ती रोजगार शोध आयोजित केले होते. विद्यार्थी कंपनी घेण्याचा प्रक्रिया त्यांच्या मदतीसाठी होते आणि ते अनेक संभाव्य उमेदवारांची रेझ्युमे पुनरावलोकन करणे आणि अशा त्यांच्या बुद्धिमत्ता, प्रेमळपणा, आणि बांधिलकी काम करण्यासाठी म्हणून परिमाणे अनेक उमेदवार रेट करण्यास सांगितले होते असे सांगितले गेले होते. पुढे, अर्जदार आणि काय ते एक सुरू वेतन शिफारस करतो कामावर शिफारस करतो तर विद्यार्थी सांगितले होते. विद्यार्थी नकळतपणे, तथापि, रेझ्युमे विशेषतः एक गोष्ट वगळता प्रमाणेच असेल बांधण्यात आले: रेझ्युमे काही मातृत्व संकेत (एक पालक-शिक्षक संघटना सामील सूची करून) आणि काही केले नाही. Correll विद्यार्थी माता कामावर शिफारस शक्यता कमी होते आणि त्यांना कमी सुरू पगार देऊ असे आढळले. पुढे, रेटिंग आणि नियुक्ती संबंधित निर्णय दोन्ही एक संख्याशास्त्रीय विश्लेषण माध्यमातून, Correll आईच्या तोटे मुख्यत्वे माता लायकी आणि बांधिलकीच्या दृष्टीने कमी रेट होते की खरं द्वारे स्पष्ट होते की आढळले. दुसऱ्या शब्दांत, Correll या अद्वितीय वैशिष्ट्य यंत्रणा माता वंचित आहेत ज्याद्वारे की म्हणणं आहे. त्यामुळे, ही लॅब प्रयोग एक कार्यकारण भाव परिणाम मोजण्यासाठी आणि परिणाम एक शक्य स्पष्टीकरण देण्यासाठी Correll आणि सहकारी परवानगी दिली आहे.
अर्थात, एक कदाचित एक पूर्ण वेळ नोकरी होती नाही, एकटे द्या लोक नियुक्त शंभर काही undergraduates निर्णय आधारित संपूर्ण अमेरिका श्रमिक बाजार बद्दल निष्कर्ष काढत बद्दल संशयवादी असू शकते. म्हणून, Correll आणि सहकारी देखील एक पूरक क्षेत्रात प्रयोग. संशोधक बनावट कव्हर अक्षरे आणि रेझ्युमे मध्ये पाठवून जाहिरात नोकरी संबंधी शेकडो प्रतिसाद दिला. undergraduates दर्शविले साहित्य सारखे, काही रेझ्युमे मातृत्व संकेत आणि काही केले नाही. Correll आणि सहकारी माता तितकेच पात्र निपुत्रिक महिला पेक्षा मुलाखती परत बोलवण्यात करा शक्यता कमी असल्याचे दिसून आले आहे. दुसऱ्या शब्दांत, एक नैसर्गिक सेटिंग मध्ये आकस्मिक, विशिष्ट परिणामस्वरुप निर्णय रिअल नियोक्ते जास्त undergraduates सारखे असलेला. ते याच कारणासाठी समान निर्णय घेतला आहे का? दुर्दैवाने, आम्ही माहीत नाही. संशोधक उमेदवार रेट किंवा त्यांच्या निर्णय स्पष्ट करण्यासाठी नियोक्ते विचारू शकत नाही.
प्रयोग ही जोडी सामान्य लॅब आणि शेतात प्रयोग खूप मिळतो. लॅब प्रयोग पर्यावरण सहभागी निर्णय ज्या एकूण नियंत्रण जवळ संशोधक देतात. त्यामुळे, उदाहरणार्थ, लॅब प्रयोग Correll सर्व रेझ्युमे एक शांत सेटिंग मध्ये वाचले होते याची खात्री करण्यासाठी सक्षम होते; शेतात प्रयोग, रेझ्युमे काही तरी वाचले शकते नाही. पुढे, मध्ये लॅब सेटिंग सहभागी ते अभ्यास जात आहेत हे मला माहीत आहे कारण, संशोधक अनेकदा सहभागी त्यांच्या निर्णय का त्यांना समजण्यास मदत करू शकता अतिरिक्त माहिती गोळा करण्यास सक्षम आहेत. उदाहरणार्थ, Correll विविध परिमाणे उमेदवार रेट मध्ये लॅब प्रयोग सहभागी विचारले. प्रक्रिया या प्रकारचा डेटा संशोधक सहभागी रेझ्युमे उपचार कसे मध्ये फरक मागे यंत्रणा समजण्यास मदत करू शकते.
दुसरीकडे, मी फक्त फायदे असे वर्णन या तंतोतंत समान वैशिष्ट्ये देखील कधी कधी तोटे मानले जातात. शेतात प्रयोग प्राधान्य कोण संशोधक लक्षपूर्वक साजरा जात आहेत, तेव्हा लॅब प्रयोग सहभागी खूप वेगळ्या काम नाही की भांडणे. उदाहरणार्थ, प्रयोगशाळेत प्रयोग सहभागी संशोधन ध्येय अंदाज आणि नाही पूर्वग्रहदूषित दिसण्यासाठी त्यांच्या वर्तन बदल केले आहे. पुढील शेतात प्रयोग पसंत करतात रेझ्युमे की, लहान फरक भांडणे शकते संशोधक फक्त एक अतिशय स्वच्छ, निर्जंतुकीकरण लॅब पर्यावरण बाहेर उभे करू शकता, आणि अशा प्रकारे लॅब प्रयोग प्रत्यक्ष कामावर निर्णय मातृत्व परिणाम प्रती-अंदाज येईल. प्रामुख्याने पश्चिम, शिक्षण, औद्योगिक व्यावसायिक, श्रीमंत विद्यार्थी लोकशाही देश: शेवटी, शेतात प्रयोग अनेक प्रसार विचित्र सहभागी वर लॅब प्रयोग विश्वास टीका (Henrich, Heine, and Norenzayan 2010) . Correll आणि सहकार्यांच्या प्रयोग (2007) लॅब मैदानावरील अखंड दोन कमाल दाखवतात. या दोन कमाल दरम्यान अशा लॅब मध्ये नॉन-विद्यार्थी घेऊन किंवा शेतात जात पण तरीही सहभागी एक असामान्य काम म्हणून पध्दती समावेश संकरीत डिझाइन विविध आहेत.
analog-डिजिटल: भूतकाळातील अस्तित्वात आहे की लॅब मैदानावरील आकारमान व्यतिरिक्त, डिजिटल वय संशोधक आता एक दुसरे मोठे आकारमान प्रयोग बदलू शकते बाजूने आहे याचा अर्थ असा. आहेत, जसा ख्रिस्त शुद्ध लॅब प्रयोग, शुद्ध क्षेत्रात प्रयोग, आणि दरम्यान hybrids विविध शुद्ध analog प्रयोग, शुद्ध डिजिटल प्रयोग, आणि hybrids उपलब्ध आहेत. या आकारमान एक औपचारिक व्याख्या ऑफर अवघड आहे, पण एक उपयुक्त काम व्याख्या पूर्णपणे डिजिटल प्रयोग, सहभागी भरती यादृच्छिक, उपचार वाचव आणि परिणाम मोजण्यासाठी डिजिटल पायाभूत सुविधा वापर करा की प्रयोग आहे. उदाहरणार्थ, Restivo आणि डी Rijt च्या (2012) या पावले सर्व चार डिजिटल प्रणाली वापरल्या कारण barnstars अभ्यास आणि विकिपीडिया हा एक पूर्णपणे डिजिटल प्रयोग होता. तसेच पूर्णपणे analog प्रयोग या चार पायऱ्या कोणत्याही डिजिटल पायाभूत सुविधा वापर करू नका की प्रयोग आहेत. मानसशास्त्र क्लासिक प्रयोग अनेक analog प्रयोग आहेत. या दोन कमाल दरम्यान अंशतः चार पायऱ्या साठी analog आणि डिजिटल प्रणाली संयोजन वापरा डिजिटल प्रयोग आहेत.
बारकाईने, तो फक्त ऑनलाइन डिजिटल प्रयोग नाहीत चालविण्यासाठी संधी. संशोधक उपचार वितरीत करू नये किंवा परिणाम मोजण्यासाठी करण्यासाठी भौतिक जगात डिजिटल उपकरण वापरून अंशतः डिजिटल प्रयोग चालवू शकता. उदाहरणार्थ, संशोधक परिणाम मोजण्यासाठी बांधले वातावरणात उपचार किंवा सेन्सर्स वितरीत करण्यासाठी स्मार्ट फोन वापरू शकतो. खरं तर, या अध्यायात आपण नंतर पाहणार म्हणून, संशोधक आधीच सामाजिक रुढी आणि ऊर्जेत कुटुंबांची 8.5 दशलक्ष सामील प्रयोग परिणाम मोजण्यासाठी वापरले घरी शक्ती मीटर आहे (Allcott 2015) . डिजिटल उपकरण वाढत्या लोकांच्या जीवनात एकीकृत होतात आणि सेन्सर्स बांधले पर्यावरण एकीकृत होताच, भौतिक जगात अंशतः डिजिटल प्रयोग चालविण्यासाठी या संधी नाटकीय वाढ होईल. दुसऱ्या शब्दांत, डिजिटल प्रयोग फक्त ऑनलाइन प्रयोग नाहीत.
डिजिटल प्रणाली सर्वत्र लॅब मैदानावरील अखंड बाजूने प्रयोग नवीन शक्यता निर्माण करा. शुद्ध लॅब प्रयोग, उदाहरणार्थ, संशोधक सहभागी 'वर्तन वासनांचे मापन डिजिटल प्रणाली वापरू शकता; सुधारित मापन हा प्रकार एक उदाहरण जे टक लावून पाहणे स्थान नेमका आणि सतत उपाय उपलब्ध डोळा-ट्रॅकिंग उपकरणे आहे. डिजिटल वय देखील ऑनलाइन लॅब सारखी प्रयोग चालविण्यासाठी शक्यता निर्माण करतो. उदाहरणार्थ, संशोधक वेगाने ऑनलाइन प्रयोग सहभागी (आकृती 4.2) भरती करण्यात आले आहे ऍमेझॉन यांत्रिकी तुर्क (Mturk). Mturk पैसे त्या कार्ये पूर्ण करण्यासाठी इच्छिणाऱ्या "कामगार" पूर्ण करणे आवश्यक आहे की कार्ये आहेत कोण "नियोक्ते" जुळते. पारंपारिक श्रमिक बाजार विपरीत, तथापि, सहसा सहभागी कामे फक्त काही मिनिटे पूर्ण करणे आवश्यक आहे आणि नियोक्ता व कामगार यांच्यातील संपूर्ण संवाद आभासी आहे. पारंपरिक लॅब प्रयोग-देवून लोक Mturk नक्कल पैलू कार्ये त्यांची करणार नाही पूर्ण करण्यासाठी कारण मुक्त-तो नैसर्गिकरित्या प्रयोग ठराविक प्रकारच्या उपयुक्त आहे. मूलत:, Mturk सहभागी-भरती एक पूल व्यवस्थापकीय आणि लोक आणि संशोधक सहभागी एक नेहमी उपलब्ध पूल टॅप पायाभूत लाभ घेतला देवून पायाभूत सुविधा निर्माण केला आहे.
डिजिटल प्रयोग क्षेत्रात सारखी प्रयोग अगदी अधिक शक्यता निर्माण करा. डिजिटल क्षेत्रात प्रयोग घट्ट नियंत्रण आणि प्रक्रिया डेटा नैसर्गिक वातावरण (क्षेत्रात प्रयोग सारखे) रिअल निर्णय शक्य यंत्रणेचे (लॅब प्रयोग) व अधिक वैविध्यपूर्ण सहभागी समजून देऊ शकता. पूर्वी प्रयोग चांगला वैशिष्ट्ये हे संयोजन व्यतिरिक्त, डिजिटल क्षेत्रात प्रयोग तीन संधी analog लॅब आणि शेतात प्रयोग कठीण होते देतात.
प्रथम, सर्वात analog लॅब आणि शेतात प्रयोग सहभागी शेकडो आहेत तर, डिजिटल क्षेत्रात प्रयोग सहभागी लाखो असू शकतात. काही डिजिटल प्रयोग शून्य बदलणारा खर्च डेटा उत्पन्न करू शकतो कारण प्रमाणात हा बदल आहे. की संशोधक, एक प्रायोगिक पायाभूत सुविधा निर्माण केली एकदा विशेषत: खर्च वाढत नाही सहभागी संख्या वाढत आहे. 100 वा त्यापेक्षा अधिक एक घटक सहभागी संख्या वाढत फक्त एक मानक बदल नाही आहे, तो एक गुणात्मक बदल आहे, तो प्रयोग (उदा, उपचार प्रभाव धक्का बसला असून रहिवासातील) आणि पूर्णतः भिन्न प्रायोगिक डिझाईन्स चालवा (पासून भिन्न गोष्टी जाणून घेण्यासाठी संशोधक सक्षम होते कारण उदा, मोठा गट प्रयोग). हा मुद्दा म्हणून महत्वाचे आहे, मी डिजिटल प्रयोग तयार बद्दल सल्ला देतात तेव्हा धडा शेवटी ते परत येऊ.
दुसरी गोष्ट म्हणजे, सर्वात analog लॅब आणि शेतात प्रयोग सहभागी उपचार तर म्हणून वेगळा करता न येण्यासारखा विजेट, डिजिटल क्षेत्रात प्रयोग अनेकदा संशोधन रचना आणि विश्लेषण टप्प्यात सहभागी पार्श्वभूमी माहिती वापरा. ते पूर्णपणे मोजली वातावरणात घडणे कारण या पार्श्वभूमीवर माहिती, पूर्व-उपचार माहिती, असे म्हटले जाते, डिजिटल प्रयोग अनेकदा उपलब्ध आहे. उदाहरणाथ, Facebook येथे एक संशोधक रचना undergraduates एक मानक लॅब प्रयोग एक संशोधक पेक्षा जास्त पूर्व-उपचार माहिती आहे. या पूर्व-उपचार माहिती सहभागी म्हणून वेगळा करता न येण्यासारखा विजेट उपचारांचा हलण्यास संशोधक सक्षम करते. अधिक विशेषतः, पूर्व-उपचार माहिती अधिक कार्यक्षम प्रायोगिक डिझाईन्स अशा अवरोधित म्हणून सक्षम (Higgins, Sävje, and Sekhon 2016) आणि सहभागी लक्ष्य भरती (Eckles, Kizilcec, and Bakshy 2016) -आणि अधिक अभ्यासपूर्ण विश्लेषण अशा धक्का बसला असून रहिवासातील अंदाज म्हणून उपचार प्रभाव (Athey and Imbens 2016a) आणि सुधारित सुस्पष्टता साठी covariate समायोजन (Bloniarz et al. 2016) .
तिसरा, अनेक analog लॅब आणि शेतात प्रयोग वेळ तुलनेने संकुचित रक्कम उपचार आणि उपाय परिणाम वितरीत तर, काही डिजिटल क्षेत्रात प्रयोग वेळ वितरित केले जाऊ शकते आणि प्रभाव देखिल वेळ मोजला जाऊ शकतो उपचार समावेश. उदाहरणार्थ, Restivo आणि डी Rijt च्या प्रयोग 90 दिवस दररोज मोजली परिणाम आहे, आणि एक प्रयोग मी नंतर प्रकरण मध्ये सांगू शकाल (Ferraro, Miranda, and Price 2011) मुळात येथे 3 वर्षांत परिणाम ट्रॅक नाही खर्च. प्रयोग वर चालवा तेव्हा या तीन संधी-आकार, पूर्व-उपचार माहिती, आणि रेखांशाचा उपचार आणि परिणाम सर्वात सामान्य डेटा आहेत नेहमी मोजमाप प्रणाली (Chapter 2 पहा नेहमी मोजमाप प्रणालीवर अधिक).
डिजिटल क्षेत्रात प्रयोग अनेक शक्यता ऑफर असताना, ते देखील analog लॅब आणि शेतात प्रयोग दोन्ही काही वर्गावर शेअर करा. उदाहरणार्थ, प्रयोग गेल्या अभ्यास केला जाऊ शकत नाही, आणि ते फक्त फेरफार केले जाऊ शकते की उपचार परिणाम अंदाज करू शकता. तसेच, प्रयोग निःसंशयपणे धोरण मार्गदर्शन करण्यासाठी उपयुक्त आहेत जरी, अचूक मार्गदर्शन त्यांना देऊ शकता कारण अशा पर्यावरण परावलंबन, पालन समस्या, आणि समतोल प्रभाव म्हणून गुंतागुंत काहीसे मर्यादित आहे (Banerjee and Duflo 2009; Deaton 2010) . शेवटी, डिजिटल क्षेत्रात प्रयोग शेतात प्रयोग करून तयार नैतिक चिंता स्तुति करताना यहूदी लोकांनी. शेतात प्रयोग प्रसार unobtrusively आणि सहजगत्या लाखो लोकांना द्वारे केले आकस्मिक, विशिष्ट परिणामस्वरुप निर्णय मध्ये हस्तक्षेप करण्याची क्षमता रणशिंग. ही वैशिष्ट्ये काही वैज्ञानिक फायदे प्राप्त होतात, पण ते देखील क्षेत्रात प्रयोग नैतिकदृष्ट्या जटिल करू शकता (संशोधक मोठ्या प्रमाणावर जसे "लॅब उंदीर" लोक उपचार म्हणून विचार). शिवाय, सहभागी करणे शक्य हानी व्यतिरिक्त, डिजिटल क्षेत्रात प्रयोग, कारण त्यांच्या प्रमाणात, देखील सामाजिक प्रणाली काम व्यत्यय बद्दल चिंता वाढवण्याची शकतो, (उदा, विकिपीडिया प्रतिफल प्रणाली विस्कळित Restivo आणि व्हॅन डर Rijt बरेच barnstars दिली असेल तर, चिंता) .